MétaCan
Menu
Back to cohort
Record W7001088817

Identificación de los principales factores de rotación de los millennials de puestos administrativos en empresas de Lima metropolitana

2020· dissertation· es· W7001088817 on OpenAlexaboutno aff

Bibliographic record

VenueRepositorio Académico UPC (Universidad Peruana de Ciencias Aplicadas) · 2020
Typedissertation
Languagees
FieldBusiness, Management and Accounting
TopicEducational and Organizational Development
Canadian institutionsnot available
Fundersnot available
KeywordsQuality (philosophy)Relation (database)Quarter (Canadian coin)Work (physics)Generation xGrandparentGeneration y
DOInot available

Abstract

fetched live from OpenAlex

Alguna vez y por diferentes motivos la palabra “millennials” ha sido escuchada y leída en distintos ámbitos, ya sean personales, profesionales o académicos. Los miembros de esta generación destacan por su adaptación al cambio, su alta autoestima, su familiaridad con la tecnología y su aporte con nuevas ideas sobre una determinada actividad. Esta generación representa actualmente la cuarta parte de la población peruana, lo que equivale a ocho millones de habitantes, los cuales tienen intereses muy particulares en relación al trabajo, a la calidad de vida y a su desarrollo personal. \nSu capacidad de relacionamiento es distinta a la de otras generaciones, están pendientes de las últimas tendencias de comunicación; la conectividad es parte de su ser, es la generación de la rapidez, del aquí y ahora. Sin embargo, el estar siempre conociendo nuevas tecnologías y nuevos procesos hace que los millennials no se sientan cómodos en una organización que no los rete, sobre todo cuando ya llevan laborando más de dos o tres años. \nAnte ello, la rotación laboral es un problema que todas las organizaciones a nivel mundial deben enfrentar, más aún, las empresas nacionales, donde la mayoría de sus colaboradores son representados por esta generación. Estas empresas deben preguntarse cuál o cuáles son los motivos por el que este personal rota de trabajo en trabajo, no sin antes reconocer en su organización al verdadero millennial para saber el tipo de liderazgo que deben aplicar los jefes para tenerlos y retenerlos dentro de sus equipos. \nEl tiempo para la generación millennial vale mucho, en gran medida porque han crecido viendo a sus padres y abuelos dedicándole la mayor parte de su vida al trabajo, sus familias han vivido para trabajar y esta generación busca cambiar este concepto, en base al equilibrio entre el trabajo y su calidad de vida. \nEl presente trabajo de investigación buscará mediante investigaciones, encuestas, entrevistas, tablas, teorías y cuadros estadísticos conocer cuáles son las razones principales por las que este grupo tiende a cambiar de empresa en el corto plazo y qué acciones deben tomar las organizaciones para retenerlos.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.098
Threshold uncertainty score0.194

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.004
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0010.002
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0050.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.015
GPT teacher head0.280
Teacher spread0.266 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same venueRepositorio Académico UPC (Universidad Peruana de Ciencias Aplicadas)Same topicEducational and Organizational DevelopmentFrench-language works237,207